∞ DeepSeek宣布周末全天谷价 以后周末上班更划算？
昨晚，DeepSeek 突然向其 API 用户发布了一则通知：自北京时间 8 月 23 日 00:00 起，调整峰谷计费规则，周末（周六、周日）全天不再区分峰谷时段，统一按低谷时段价格收费。
一石激起千层浪。这则通知在开发者群体中炸了锅，也让打工人有了隐隐的担忧。
对于广大开发者群体来说，这当然是个利好的消息。此前，DeepSeek 已将 V4-Flash 和 V4-Pro API 改为峰谷计费，高峰时段价格最高是低峰的 2 倍。这波调价之后，开发者周末就不用再躲高峰窗口了，批量活可以放心丢周末跑，账单能明显下来。
X 上有用户直接说「一周的活儿两天干完，账单直接减半」，不过具体账单还得根据自己的使用情况来算。
不过，打工人也开始担心：公司会不会按照这个峰谷时段重新调整上班时间？以后真有公司要周末工作，工作日调休了？
这事儿可能听起来离谱，但确实正在发生。实施较早的是短剧行业，之前有新闻报道说，主流平台相继上调 AI 算力价格，短剧行业的 Token 成本短期内翻了近四倍。在这种压力下，不少 AI 短剧制作团队开始把高消耗的渲染任务排到深夜，专门蹭夜间算力更便宜的时段。
很快，这股风气就传导到了程序员群体。最近，一位程序员发帖称，公司为了节约 token 成本，开始实行新考勤制度，周末也要上一天班，甚至午休时间也跟着 token 峰谷时段调了。
有人感慨说，真是一代人有一代人的剧本。
不过也有人质疑，这种安排真的不会带来额外的沟通成本吗？真的划算吗？
对于这次调价的原因，外界也有种种猜测。有人说峰价对应的可能是 DeepSeek 训练模型的时间，所以定价高是为了给自家员工腾出算力进行训练。而周末两天 DeepSeek 员工不上班，就调成谷价了。
对于这种说法，有人提出了质疑，认为模型的训练是高度自动化的，和上不上班没关系。
目前，这套新的计费规则已经生效。这个周日，你也开始跑批量任务了吗？
∞ 荣耀机器人打破400米人类纪录 获马斯克转发点赞
第二届世界人形机器人运动会（2026）期间，荣耀机器人“闪电”机器人百米比赛视频被特斯拉CEO马斯克转发。转发配文写道：“中国智能手机制造商荣耀公司研发的人形机器人‘Lightning’以9.32秒跑完100米。Usain Bolt的纪录是9.58秒。”博文称，令人印象深刻的是“闪电”冲线后全速撞上安全墙，腰部既没散架，也没火花四溅。
值得注意的是，在人形机器人运动会400米预赛中，“闪电”（Lightning）以40.6秒的成绩完赛400米项目，超越南非名将范尼凯克在2016年里约奥运会上创下的43秒03的人类世界纪录。
据荣耀机器人现场人员介绍，此次在田径赛场上验证的超强续航能力、超强散热和超强可靠性设计，源自荣耀Magic系列的技术基因。而这些经过极限工况锤炼的技术成果，也将在Magic9系列上完整回归，让每一台Magic9都拥有“冠军同源”的硬核实力。
“荣耀本身便有产线，在硬件、产线、算法等层面均有积累，技术能力可以快速平移复用，为机器人业务快速发展奠定了基础。”荣耀机器人相关人员表示。
据悉，本届人形机器人运动会，荣耀闪电、荣耀元气仔两款自研人形机器人将全自主参赛，出战大型组100米、400米和1500米三项竞速，角逐径赛桂冠。
∞ 滴滴专车配可口可乐：这瓶“无糖”生意，可不可乐？
一瓶300毫升的无糖可口可乐，正在滴滴专车的车厢内掀起一场关于成本、体验与商业逻辑的热议。8月起，滴滴出行(DIDIY.US) 旗下专车在北京、上海、广州、深圳等12个城市的部分车辆上，在原有348ml百岁山矿泉水基础上，新增提供300ml无糖可口可乐，活动时长约为2个月。
这项原意为提升乘车体验的合作，却在社交媒体上引发观点不一的讨论。而在专车服务日益趋同的竞争格局下，这场跨界也成为观察平台能否实现服务差异化，从而提升用户粘性的又一窗口。
司机：账面省钱，消耗速度分化
专车提供饮用水，已是滴滴服务流程中的标配环节。而无论是此前的矿泉水，还是当下的可乐，采购成本由司机端承担。
滴滴专车新增无糖可乐，图片来源：财联社记者
“可乐价格跟矿泉水一样，都是1元1瓶。但现在可乐有满赠和返利活动，账面上看确实是可乐划算些。”一位接受采访的司机如是说。
但关于“增加可乐供乘客选用后，究竟能否帮司机省钱”，财联社记者听到了并不一致的答案。
有司机坦言，可乐的消耗速度比水明显放缓，“一周可乐仅送出十余瓶，而以前矿泉水一天就可消耗十几瓶。从这个角度看，节约了成本”。但也有司机表示，120瓶可乐两周便消耗殆尽，不少乘客即便不在车内饮用也会顺手带走，消耗过快反而推高了自身成本。
消耗速度的分化和不稳定，让司机难以预估进货量。而更深层的问题是，部分司机坦言，在交通运输环节，这种差异性服务“并非刚需”。尤其正值暑期旅游旺季，“可供乘客使用的后备箱空间”一定程度上被挤占。
财联社记者注意到，曾经只放一箱矿泉水的专车后备箱，如今还要再塞下一箱可乐、和滴滴为了给乘客提供“冰可乐”而配发的保温箱和冰袋。
“上次我接了一家四口，带了六只行李箱，后备箱根本放不下。我只能先把保温箱暂存在乘客小区的门卫室，送完人再回来取。”一位六座司机在接受财联社记者采访时表示。
相较于矿泉水，可乐会带来额外的负担，一旦乘客饮用时洒漏，会影响车内环境。司机们普遍反映，若车内被大面积弄脏，可向滴滴平台申请“清洁费”，但不会获得“停运费”——即因洗车耽误载客的经济损失。
成都一位专车司机坦言，理解平台提升体验的初衷，但车内放置的汽水打开时，极易因颠簸而发生喷射，希望平台在策划活动前，能先与司乘双方充分沟通，了解一线的真实需求。
平台：一场低成本的服务分层实验
对“专车配可乐”引发的讨论，滴滴方面回应称，这是专车“夏日体验升级”活动，覆盖北京、上海、广州、深圳等12个城市。
从执行层面看，平台采取了“自购+补贴+激励”的组合模式：司机首次需自购96瓶，滴滴额外配赠24瓶，合计120瓶；活动期内每完成60单专车订单，司机可再买96瓶补给，同时为确保达到“冰可乐”的服务标准，平台免费配发保温箱、冰袋。
据财联社记者实地核查发现，这批可乐均为8月新鲜生产的无糖款，并非网传的库存积压品。此外，司机若完成“无投诉”、“固定单数”等阶梯任务，可解锁现金奖励，这样司机的采购成本会较矿泉水低0.4元每瓶。
值得注意的是，参与门槛方面，活动呈现明显的筛选特征。以上海为例，部分六座专车司机因服务分或在线时长未达标而无缘参与；获得资格的，司机也可自主申请退出。据滴滴方面估算，整体专车司机参与比例约为30%，体现了“非强制、非全量”的运营逻辑。
价格上的让利，叠加将部分车辆升级为“可乐彩蛋车”的设定，与滴滴将车辆品类切分为轻享、甄选、六座、专车等多档的战略思路一致，推服务分层而非价格战，期望强化乘客“打对车、坐好车”的服务记忆点。
当然目前这场可乐实验的成本并不高——单瓶净让利约0.4元，但放在滴滴当前的财务背景下，意义则不止于“夏日体验”。
最新披露的财报显示，滴滴二季度营收625.22亿元，同比增长10.8%；中国出行业务收入547.78亿元，同比增长8.8%；中国出行经调整EBITA为41.67亿元，同比增长15%。但上半年净亏损3.5亿元，而去年同期净亏损为1.25亿元。
在“增收不增利”的压力下，滴滴试图通过服务来打开新的增长空间。据滴滴官方此前披露的数据显示，分层后的轻享、甄选快车二季度增长显著：甄选快车已开24城，升级后投诉量下降46.32%，好评率达98%，甄选司机周均多赚约130元。
正如滴滴所言，本次“可乐彩蛋车”活动的本意是“为乘客带来更多旅途中的小惊喜”。在此之前，滴滴赠送的彩色口罩、儿童贴纸也曾收获社交媒体上的好评与曝光。如何将这类联名与增值服务的成功经验复制下去，提高用户留存与客单价，完成从烧钱拉新到服务溢价的转型跨越，同时平衡一线司机的需求，是滴滴需要持续作答的命题。
∞ 美政府或全面限制ASML对华出口DUV光刻机
据外媒NU.nl报道，美国政府正考虑进一步向荷兰政府施压，试图迫使半导体设备制造巨头阿斯麦（ASML）停止向中国出口几乎所有的芯片制造设备。报道指出，美国目前正积极展开游说工作，旨在全面切断这些关键机器对中国大陆客户的供应。
回顾过往，在美方的持续施压下，最先进的极紫外（EUV）光刻机早已被列入对华禁售名单。事实上，自2019年荷兰政府阻断此类出口以来，ASML从未向中国交付过任何一台EUV设备。此后，出口管制的焦点逐渐蔓延至较旧的深紫外（DUV）光刻机，要求此类设备在向中国发货前必须取得国家出口许可证。然而，当前美国国会正在审议一项名为《硬件技术控制多边协调法案》（MATCH）的两党新法案。该法案试图进一步收紧出口管制，考虑迫使盟国实施更为严格的技术禁令，甚至连老旧的DUV设备也涵盖在内。这意味着，随着旧款DUV工具成为美国出口限制的新目标，ASML可能会被迫几乎完全终止其在华业务。
不过，面对潜在的全面断供风险，中国并未陷入彻底被动的局面。据报道，上海禹量生科技（Shanghai Yuliangsheng Technology）已于今年7月开始少量生产浸没式DUV光刻机。该公司计划在今年年内生产并交付5套系统，并预计到2027年将浸没式DUV机器的产量提升至约20台。目前，包括中芯国际（SMIC）、长鑫存储（CXMT）和华虹半导体在内的多家本土半导体企业均已排队订购这些国产设备。
分析认为，如果美国的全面禁令没有立即落地，其对未来中国DUV设备部署的影响将十分有限。只要有足够的发展窗口期，中国完全有可能在DUV设备方面实现自给自足。但不可否认的是，若该禁令在短期内被强制执行，仍会给目前高度依赖ASML设备的中国大陆企业带来明显的挑战与阻碍。
∞ Anthropic：AI没有导致失业率的增加
AI 没有抢走任何人的工作。至少到目前为止没有。这个结论来自 Anthropic 经济研究负责人 Peter McCrory 近日发布的一篇长文。
https://x.com/PeterMcCrory/article/2079979321607745905
经质量调整的 AI 产出在 2024 和 2025 年均增长超过 2000%，约五分之一的美国企业已在业务中使用 AI，但美国 6 月失业率仍然是 4.2%，恰好落在充分就业水平上。
McCrory 的核心判断是：AI 目前仍是一种“技能偏向型、劳动力增强型”技术，它在放大人的能力，而不是替代人。
他同时给这个判断标了有效期：12 个月。
数据不撒谎：
连 AI 高暴露岗位都没事
McCrory 拉了一整条数据链来证明美国劳动力市场有多稳：失业率 4.2%，职位空缺与失业人数之比刚过 1，25 至 54 岁就业比例接近数十年高位，初请失业金人数连续四年低位运行。
他认为，总体而言，美国就业形势稳中向好。
总量数据只是起点，分组对照才见真章。
McCrory 与同事 Maxim Massenkoff 此前做过一项分析：把 Claude 被大量用来自动化的任务所对应的岗位单独拎出来，看它们的失业率是否比其他岗位恶化更快。
答案是没有。
用最新的劳动统计局数据更新，结论不变。
软件工程类职位的招聘帖自 2025 年 5 月起反弹，涨幅甚至高于其他岗位的平均水平。
唯一值得留意的是年轻劳动者。
McCrory 承认，年轻人在 AI 高暴露岗位上求职确实变难了，斯坦福数字经济实验室的论文提供了类似证据。
但他也指出一个容易被忽略的背景：2022 年至今，美国经历了有记录以来最大幅度的非衰退式劳动力市场降温，“低招聘、低裁员”格局本就最先挤压早期职业者。
把这笔账全算到 AI 头上，证据不够。
为什么没抢走工作：
每个岗位都有 AI 搞不定的环节
McCrory 的解释建立在 Anthropic 过去 18 个月多份研究报告的事实基础上，逻辑链条是这样的：
第一层事实：在美国劳工部 O*NET 的全部职业分类中，没有任何一个岗位的所有关联任务被 Claude 系统性地完成。
每个岗位都存在 AI 搞不定的环节：人际协调、面对面互动、与物理世界打交道。
这些环节像木桶的短板，既限制了 AI 对整体生产力的提升幅度，也让能补上短板的人变得更值钱。
第二层事实：AI 越强，对操控它的人的要求也越高。
Anthropic 今年 1 月的 Economic Primitives 报告发现，Claude 产出越复杂，背后用户的输入专业度越高。
模型做出复杂经济模型时，往往是一个能给出精准指令的专业用户在指挥。
https://www.anthropic.com/research/economic-index-primitives
3 月的 Learning Curves 报告显示，用 Claude 六个月之后，用户更多地把它当思维伙伴来用，交互成功率更高。
如果 AI 已经强到能独立完成工作，这种学习效应不该出现。
https://www.anthropic.com/research/economic-index-march-2026-report
第三层事实：即便到了 Agent 时代，人的价值依然稳固。
Anthropic 分析了 Claude Code 七个月的使用数据，发现任务价值在持续攀升，但人类专业能力的回报没有下降：
用户负责规划，把实现委派给 Claude；
专业能力更强的用户，任务成功率更高，Claude 犯错时恢复也更快。
纯编程实现的溢价可能正在缩水，但规划、判断和纠错的价值反而上升了。
一个有趣的佐证来自用户自己的感受。
Anthropic 6 月的经济指数调查里，超过三分之一的受访者预期 AI 在 12 个月内能完成自己大部分工作，但预期自己因此失业的比例明显更低。
用 AI 自动化程度更高的那批用户，对薪资和工作安全感反而更乐观。
https://www.anthropic.com/research/economic-index-june-2026-report
三种“奇点”和一道防线
McCrory 对当下的判断是乐观的，但他没有回避三种可能打破现有格局的未来场景。
它们在学术文献和行业讨论中分别被称为软件奇点、经济奇点和科斯奇点。
https://x.com/MTSlive/status/2090610614154764509
软件奇点指的是 AI 自动化创新本身。
过去的通用技术再强大，内燃机造不出新的交通方式；
但 AI 被直接赋予了通用认知能力，理论上可以反过来加速自身迭代。
McCrory 原文明确讨论了这一场景：递归自我改进（RSI）一旦成立，AI 能力的提升将脱离人类控制的节奏。
经济奇点是软件奇点的经济学后果。
McCrory 援引 Aghion、Jones 和 Jones 2017 年的模型指出，如果创新过程本身被自动化，标准经济模型会预测出“有限时间内的无限增长”。
这个结论听起来像科幻，但它是严格的数学推演。
科斯奇点则瞄准另一个维度。
NBER 2025 年的一篇论文（Shahidi、Rusak、Manning 等人合著）提出，当 Agent 把搜索、谈判、签约和监督等交易成本压到接近零时，Ronald Coase 1937 年的经典问题就会被重新激活——市场协调的成本一旦消失，企业存在的理由也就动摇了。
https://www.nber.org/system/files/chapters/c15309/c15309.pdf
McCrory 讨论的 Agent 场景天然与这一框架对话：如果 Agent 不只改变生产方式，还改变组织形态，劳动力市场的影响将远不止“谁丢了工作”这么简单。
面对三种奇点，McCrory 给出的防线是同一道：“弱环节”。
这个概念来自 Aghion、Jones 和 Jones 的论文——经济增长的上限不由做得最好的环节决定，而由那些不可或缺却难以改进的环节决定。
https://www.nber.org/system/files/working_papers/w23928/w23928.pdf
只要存在始终无法被自动化的关键任务，无论是技术瓶颈还是社会约束，劳动收入份额就不会崩塌，企业形态也不会彻底解体。
编程 Agent 的现状已经在验证这条逻辑。
McCrory 引用的数据显示，引入编程 Agent 后代码行数增长了 10 到 20 倍，但软件发布量只增加了 30%，应用实际使用量没有任何增长。
代码只是软件生产的一环，测试、架构设计、产品判断这些环节仍然卡在人手上，它们就是当前的“弱环节”。
McCrory 给出了明确的预测：一年后美国的失业率不会因为 AI 而明显上升。
这个判断的有效期是 12 个月，验证信号也很清晰——观察 AI 高暴露岗位的失业率是否开始偏离其他岗位，以及 Agent 场景中人类专业能力的回报是否开始下降。
两个指标同时转向的那天，他自己搭建的这套分析框架也需要被修正。